原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第九章人工神经网络简介
第九章
人工神经网络简介
2010-12-20
引言
3
生物神经网络（BNN ）
4
人工神经网络（ANN ）
人工神经元
6
神经元模型
R 个输入p ∈R ，即 R 维输
i
入向量 p ；
n ：网络输入，n=W ·p + b
R 个权值 w ∈R ，即 n 维
i
输入向量 W ；
阈值 b ；
输出：a =f (W ·p + b)
f — 输出/传递/激活函数。
7
神经网络示意图
8
常用输出（激发）函数
阈值函数
1 (x 0)
f (n ) hardlim(n ) ;
0 (x 0)
Purelin Transfer Function
f (n) n;
Sigmoid Function
1
f (n ) n ;
1 e
神经网络的学习方法
10
学习方式 t(n)
教师
期望输出
监督学习
实际输出
输入
环境 神经网络 比较
a(n)
p(n)
误差信号
非监督学习 e(n)
输入
环境 神经网络
输出
再励学习
文档评论（0）